ALGORITMOS DE

COLÔNIAS DE FORMIGAS
Francisco A. M. Gomes

1º sem/2009 MT852 – Tópicos em pesquisa operacional

Formigas reais

 Em geral, as formigas seguem o menor caminho entre o formigueiro e sua

fonte de alimento.

 Enquanto andam, as formigas depositam no solo uma substância chamada

feromônio.

 Na presença de feromônio, elas possuem certa tendência a seguir o

caminho marcado com a substância.

 Essa tendência é baseada na quantidade de feromônio presente em cada

caminho: quanto maior concentração, maior a chance da trilha ser seguida.
Como as formigas caminham

 Inicialmente, como não há feromônio nos caminhos, as formigas andam

aleatoriamente em busca de alimento.
 As formigas que escolhem (ao acaso) o menor caminho voltam por ele.
 Como a ida e a volta são mais rápidas, há um pouco mais de feromônio
nesse caminho.
 Como essa trilha possui mais feromônio, outras formigas tendem a segui-la.
 Com isso, o feromônio na trilha irá aumentar.
 Com o passar do tempo, os menores caminhos recebem uma carga maior
de feromônio, sendo escolhidos pelas formigas.
 O feromônio também evapora com o tempo.
 Dessa forma, os caminhos menos visitados perdem feromônio, levando as
formigas aos caminhos escolhidos pelas demais.
Formigas artificiais

Os algoritmos de colônias de formigas:

 São aplicados a problemas representados por um grafo G(V, A).
 São algoritmos de construção: a cada iteração, cada formiga,
individualmente, constrói uma solução para o problema.
 São algoritmos que, a cada iteração, trabalham com uma população de
formigas (e, portanto, com uma população de soluções).

Na construção da solução, a formiga leva em conta:

 Informações heurísticas (fixas), que indicam a conveniência, para a
obtenção da solução do problema, de se tomar determinado caminho.
 A quantidade de feromônio (variável), que indica quão desejável é um
determinado caminho.
Problema do caixeiro viajante (TSP)

Dados:
 V = {v1, ..., vm} conjunto de cidades (nós)
 A = {(r, s) | r, s V} conjunto de arestas
(caminhos entre cidades)
 crs = custo associado à aresta (r, s)

Propósito:
 O caixeiro deve visitar todas as cidades
 Passando uma só vez em cada cidade
 Com o menor custo possível TSP simétrico
Problema artificial de formigas

O problema a ser resolvido

 Contém um conjunto de restrições Ω.

No TSP, as restrições são:

 (i) cada vértice só pode ser visitado uma vez; e

 (ii) todos os vértices devem ser visitados.

 Contém um conjunto finito de componentes V = {v1, v2, …, vm)

No TSP as componentes costumam ser os vértices do problema.

Problema artificial de formigas

 Cada seqüência de componentes, =

<vi1, vi2, …, vr>, define um estado.

No TSP, um estado é um caminho, ou

seja, uma sequência de nós (e arcos).

 O conjunto de todos os possíveis

estados é representado por Δ.

 O conjunto de todos os estados

factíveis é representado por Δf . Um estado factível para o TSP
Problema artificial de formigas

 Uma solução S é um elemento de Δf

que satisfaz todas as restrições.

 Há um custo C(S) relacionado a cada

solução S

No TSP, o custo de uma solução é a

soma dos custos das arestas
percorridas.

Uma solução para o TSP

Problema artificial de formigas
 Para cada estado , há uma
vizinhança.
 2 pertence à vizinhança de 1 se
podemos obter 2 a partir de 1 em
um único movimento.
 2 pertence à vizinhança factível N 1
de 1 se 2 Δf.
 No TSP, a vizinhança factível é
definida pelas arestas que ligam o
último nó de 1 a outro nó não visitado
do grafo.
 No exemplo ao lado, a vizinhança
factível de <1, 5, 3> é formada por
<1, 5, 3, 2>, <1, 5, 3, 4> e
Vizinhança factível de <1, 5, 3>
<1, 5, 3, 6>
Voltando às formigas artificiais
No algoritmo de colônia de formigas:
 Cada formiga possui um estado inicial, do qual ela parte.

Geralmente, esse estado inicial é composto apenas pelo nó no qual a

formiga está quando começa a andar.
 As formigas se comunicam apenas através do feromônio deixado pelo
caminho.
 Cada formiga constrói uma sequência de estados, incluindo um nó por vez.

 A formiga tem uma memória L que a permite reconstruir o caminho

percorrido até o momento.
 Quando está em um estado r, a formiga pode mover-se para qualquer nó
de sua vizinhança factível.
 A formiga possui condições de parada, que estão associadas à obtenção
de uma solução factível para o problema.
Voltando às formigas artificiais
 Na hora de escolher qual caminho seguir, a formiga leva em consideração
duas informações diferentes:
 A informação heurística, rs, que mede o impacto na função objetivo de
se atravessar a aresta (r, s).
 A informação vinda do feromônio artificial, rs, que mede quão
desejável é a aresta (r, s).
 A formiga pode atualizar o feromônio depositado em uma aresta (r, s):
 Assim que passa por essa aresta;
 Depois que terminha seu caminho, se (r, s) pertence à solução obtida.
 Geralmente, a quantidade de feromônio depositada é proporcional à
qualidade da solução obtida.
 O feromônio tem uma taxa de evaporação.
Algoritmo de colônia de formigas

1. Enquanto o critério de parada não é satisfeito,

1.1. Para cada uma das formigas (em paralelo),

1.1.1. Encontrar uma solução. Opcionalmente, atualizar, passo a

passo, o feromônio das arestas.

1.1.2. Para cada solução gerada, atualizar o feromônio do

caminho percorrido.

1.2. Evaporar certa quantidade de feromônio nas arestas.

1.3. Eventualmente, executar ações daemon.

Ações daemon
 Ações (sem contrapartida natural) que adicionam uma perspectiva global à
visão local das formigas, quando estas não conseguem obter boas soluções.
 Exemplos:

 Ação de diversificação: evaporar feromônio em alguns nós específicos

(que fazem parte de soluções boas).

 Açoes de intensificação:

 Aplicar um algoritmo de busca local a cada solução obtida por

uma formiga.

 Aplicar feromônio em algumas arestas selecionadas.

Versões do algoritmo
 Principal diferença está na atualização do feromônio (muitas vezes, para
permitir a diversificação das soluções).

 Principais algoritmos:
 Ant System (AS)

 Ant Colony System (ACS)

 Max-Min Ant System

 Rank-based Ant System

Ant system (AS)
 Criado em 1991 por Dorigo, Maniezzo e Colorni.
 A escolha do caminho é feita com base na probabilidade de se escolher
uma aresta. Essa probabilidade pondera a informação heurística e aquela
vinda do feromônio:

A probabilidade da formiga percorrer uma aresta (r, s) corresponde à

razão entre o peso do uso da aresta e a soma de todos os pesos
dos caminhos que pertencem à vizinhança factível Nk(r).
No TSP, o termo rs é definido por rs = 1/crs.
 Os parâmetros e determinam a proporção entre a informação
heurística e a informação dada pelo feromônio considerada no peso da
aresta (r, s).
Ant system (AS)
 A evaporação ocorre logo antes do depósito de feromônio, depois de
todas as formigas terem obtido sua solução.
 A evaporação é feita em todas as arestas (r, s) do grafo e obedece à
seguinte fórmula:
rs (1 p). rs

onde p é um número entre (0, 1] que corresponde à taxa de evaporação.

 Em seguida, é feito o depósito de feromônio apenas nas arestas
percorridas pelas formigas.
 A quantidade a ser depositada é função da qualidade da solução, sendo
dada por
k
rs rs rs

 onde k rs = f(C(Sk)), ou seja, uma função da qualidade da solução Sk,

como, por exemplo f(C(Sk)) = Q/C(Sk), onde Q é uma constante.
Ant colony system (ACS)
Modificações principais com relação ao algoritmo AS.
 Dado um parâmetro q entre (0, 1] e um número aleatório q 0 também entre
(0, 1], a escolha da aresta a ser seguida pela formiga é feita da seguinte
maneira:
 Se q < q0,

 Se q > q0,

 Pode-se aplicar um algoritmo de busca local para melhorar as soluções das

formigas antes de atualizar o feromônio no final da iteração.
Ant colony system (ACS)

 A atualização do feromônio ao fim da iteração é feita por uma única

formiga (que representa a melhor solução já obtida pelo algoritmo (S *)).
 Primeiramente, o feromônio é evaporado segundo a regra

 Em seguida, o feromônio é depositado segundo

 Cada formiga também atualiza o feromônio cada vez que passa por uma
aresta, segundo a regra

(como 0 é muito pequeno, isso costuma reduzir o feromônio nas arestas)

Max-min ant system
Características básicas:
 Como no ACS, ao final da iteração, atualiza-se o feromônio apenas de s*
(que pode ser a melhor solução já encontrada ou a melhor solução da
iteração).
 Como no ACS, aplica-se um algoritmo de busca local para melhorar as
soluções das formigas antes de atualizar o feromônio no final da iteração.
 As possíveis quantidades de feromônio depositadas possuem um mínimo

min e um máximo max (o que evita que uma aresta seja ignorada).
 Teoricamente max corresponde à quantidade de feromônio a ser
depositada na melhor solução S*. No entanto, como S* não é conhecida,
uma aproximação é feita utilizando a melhor solução encontrada até o
momento.
 O valor de min é definido como alguma constante menor que max.

 No início do algoritmo, a carga de feromônio em cada nó é igual a uma

estimativa de max, calculada através de heurísticas gulosas.
Rank-based ant system
 Também atualiza o feromônio ao final da iteração.
 Essa atualização é feita da seguinte maneira:
 As m formigas são classificadas na ordem decrescente da qualidade de
sua solução.
 As – 1 melhores formigas depositam quantidades de feromônio de
acordo com a sua classificação e a qualidade da solução.

 A melhor solução encontrada pelo algoritmo também recebe uma carga

de feromônio baseada na sua qualidade. Esse depósito é considerado o
mais importante, uma vez que ele recebe um peso .
Resultados teóricos
 Teorema 1 (para o ACS com algumas modificações e tomando min > 0):
 seja p*(t) a probabilidade de o algoritmo encontrar uma solução ótima
ao menos uma vez nas primeiras t iterações. Então, para > 0 arbitra-
riamente pequeno, existe t suficientemente grande tal que p*(t) 1 – .
 Assintoticamente lim t p(t) = 1.

 Teorema 2 (para o ACS (com algumas modificações e permitindo que min

decresça a zero, mas de forma suficientemente lenta) :
 seja p*(t) a probabilidade de o algoritmo encontrar uma solução ótima
ao menos uma vez nas primeiras t iterações. Então, lim t p(t) = 1.
 Seja t* a iteração em que a primeira solução ótima s* foi encontrada e
p(s*, t, k) a probabilidade de que uma formiga k construa a solução
ótima s* na iteração t > t*. Então, lim t p(s*, t, k) = 1.